super-rag

一个 API 搞定摘要、检索和代码解释,快速搭建高性能 RAG 应用。

开源 🏷️定价信息待确认 🔌 仅提供 API 接口 搜索知识 🍴 复刻 62 🐛 待处理 22 👀 关注 5
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 391
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

super-rag 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队superagent-ai
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态🔌 仅提供 API 接口
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agents,ai,embeddings,inference,rag,vector-database
GitHub 星标★ 391
上线时间2024-01-13 00:00:00
代码更新2024-04-30
仓库体积652 KB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

super-rag 是一个面向 AI 应用的高性能 RAG(检索增强生成)管道库,旨在简化构建复杂检索系统的流程。它通过一个统一的 API 整合了文档摘要、检索/重排序以及代码解释器等功能,解决了传统 RAG 实现中需要拼接多个组件、调优繁琐的问题。项目基于 Python 开发,支持快速构建从数据摄入到答案生成的完整链路,特别适合需要处理大规模文档、进行多轮检索或执行代码类查询的场景。其核心能力包括高效的向量检索、重排序优化、上下文压缩以及可插拔的存储后端,帮助开发者快速搭建生产级 RAG 服务。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 391

核心亮点

  • 统一 API 封装摘要、检索/重排和代码解释,开发效率高
  • 针对性能优化,支持大规模文档场景下的快速响应
  • 代码解释器集成,支持执行代码类查询,扩展了 RAG 应用边界

不足之处

  • 早期项目,文档和社区生态尚待完善
  • 功能集成度高,定制化灵活度可能受限

适用场景

  • 企业知识库问答系统
  • 代码库语义搜索与代码解释
  • 研究论文摘要与检索增强生成

替代项目

LlamaIndex、LangChain、Haystack

上一篇:vision-is-all-you-need

下一篇:blog

同类项目推荐

LLM-KG4QA 开源

让大模型基于知识图谱回答,减少幻觉,答案可溯源。

[EMNLP2025] LLM-KG4QA: Large Language Models and Knowledge Graphs for Question Answe···

★ 167 2026-08-09
OS_design-directory 开源

AI 搜索,快速找到 150+ 精选设计资源

Interactive design resource directory with AI-powered search. Explore 150+ curated d···

★ 64 2026-08-09
anykb 开源

私有资料丢进去,带出处问答的透明 RAG 助手

AnyKB — 私有 RAG 知识库 + 透明 Agent

★ 42 2026-10-02
turboseek 开源

自建带引用来源的 AI 搜索问答

An AI search engine inspired by Perplexity

★ 1661 2026-10-24
textbook-to-note 开源

把 PDF 教材变成可搜索、带引用的 AI 笔记

Turn your own PDF textbooks into an AI-searchable knowledge base and structured, ful···

★ 110 2026-09-12
WeKnora 开源

文档往里一扔,自动变成啥都能答的知识库

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···

★ 36775 2026-08-09
tern 开源

用一句话搜遍播客视频,命中即剪

Local AI search for podcast and video archives on Apple Silicon: Whisper speech, App···

★ 190 2026-10-12
direct-rag-learning 开源

让RAG检索与生成协同训练,提升知识利用效率

Official code for TOIS2026 "Direct Retrieval-augmented Optimization: Synergizing Kno···

★ 263 2026-08-09